Информационные системы на базе искусственного интеллекта презентация

Подходы к пониманию задач ИИ
Нисходящий — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.
Восходящий — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер

Подходы к созданию систем ИИ
Символьный подход
позволяет оперировать слабоформализованными представлениями и их смыслами
Логический подход
основан на моделировании рассуждений
Агентно-ориентированный подход
акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи
Гибридный подход
только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей

Классификация ИС.
ИС на базе искусственного интеллекта

Функциональная структура использования системы искусственного интеллекта

Рынок и инвестиции в проекты искусственного интеллекта
Искусственный интеллект стал ключевым технологическим трендом 2016 года, и объем глобальных инвестиций в него превышает $ 500 млн. По прогнозам международной исследовательской компании Markets and Markets, к 2020 году рынок ИИ вырастет до $ 5 млрд за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении.
Tractica на основе таксономии 191 реального кейса поделила рынок ИИ на 27 секторов.
Динамика ИИ будет основываться на шести фундаментальных технологиях: машинное обучение, глубинное обучение, компьютерное зрение, обработка естественного языка, машинная аргументация и сильный ИИ.
Tractica предсказывает рост доходов на рынке ИИ с $ 643,7 млн в 2016 году до $ 38,8 млрд к 2025 году.

Направления развития
решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека
создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества

Примеры систем ИИ.
Наиболее известные отечественные разработки
Яндекс: Поиск, "Дзен" и "Аудитории"
Abbyy Compreno
Compreno - это технология перевода любого человеческого языка на универсальный язык понятий
Findo
Компания Abbyy представила в начале 2016 — умную систему поиска по всем личным документам, файлам, контактам, почтовым ящикам.

Иностранные системы

Применение систем ИИ
Госсектор
В феврале 2017 года аналитический центр Reform опубликовал исследование, согласно которому роботы могут заменить до 250 тыс. служащих в британских государственных организациях.
Банки
Сбербанк передаст работу 3 тыс. сотрудников роботам-юристам
Медицина
Транспорт
ВПК
важно проследить за тем, чтобы Интернет сохранил свою взаимосвязанность, а искусственный интеллект не стал орудием его милитаризации

Основные определения

Крупнейшие вендоры в сфере BI

Глобальные вендоры в индустрии BI и аналитического ПО

BI. Основные функции
Управление в реальном времени бизнес-знаниями в рамках всего предприятия.
Простой доступ к информации для сотрудников компании различных уровней.
Рост объема перерабатываемой информации, повышение конкурентоспособности.
Проведение более эффективного анализа доходов и расходов.
Предоставление исполнительным директорам комплексной и более наглядной картины предприятия по всем направлениям бизнеса.
Отслеживание ситуации как на всем предприятии в целом, так и на каких-то конкретных проблемных участках в частности.

Возможности BI-систем.

Системы интеллектуального анализа данных

BI-платформы предлагают наборы инструментов для создания, внедрения, поддержки и сопровождения BI-приложений. Имеются насыщенные данными приложения с «заказными» интерфейсами конечного пользователя, организованные вокруг специфических бизнес-проблем, с целевым анализом и моделями.
EBIS — естественный путь для предоставления BI-инструментов, которые ранее поставлялись в виде разрозненных продуктов. Эти наборы интегрируются в наборы инструментов генерации запросов, отчетов и OLAP.
Генераторы запросов и отчетов — типично «настольные» инструменты, предоставляющие пользователям доступ к базам данных, выполняющие некоторый анализ и формирующие отчеты. Запросы могут быть как незапланированными (ad hoc), так и иметь регламентный характер

Задачи, решаемые BI-системой
поддержка развития бизнес-процессов и структурных изменений предприятия;
возможность моделирования различных бизнес-ситуаций в единой информационной среде;
проведение оперативного анализа по нестандартным запросам;
снижение рутинной нагрузки на персонал и высвобождение времени для более глубокой аналитической работы;
устойчивая работа при увеличении объема обрабатываемой информации, возможность масштабирования.
В части поддержки стратегического развития предприятия BI-системы обеспечивают
оценку эффективности различных направлений бизнеса;
оценку достижимости поставленных целей;
оценку эффективности использования ресурсов, в том числе дочерними предприятиями;
оценку эффективности операционной, инвестиционной и финансовой деятельности;
бизнес-моделирование и оценку инвестиционных проектов;
управление затратами, налоговое планирование, планирование капитальных вложений.

Предикативная или прогностическая аналитика - это множество методов статистики, анализа данных и теории игр, которые используются для анализа текущих и исторических данных/событий для прогноза данных/событий в будущем.
Наиболее известный способ использования прогностической аналитики – это применение скоринговых моделей для оценки платежеспособности клиента при выдаче кредитов в банке.
Области применения
Прогнозирование потребительского спроса и планирование акций
Выведение значимых товарных позиций для покупателей
Оптимизация регулярной и акционной цены
Сегментирование покупателей
Выделение групп покупателей со схожими поведенческими характеристиками путем многомерного анализа данных

Лидерами расширенной бизнес-аналитики

Связь технологий бизнес-аналитики и больших данных

Большие данные

Пример

Внедрение больших данных в различные области экономики

Объем данных в компании

Используют большие данные

Финансовый сектор

Социальные сети и поисковики

Телеком

Развитие информационных систем бизнес-анализа

Ограничения технологии
Process Mining

Источники данных

Data Discovery

DD